Investigador y escritor

Camilo
Chacón Sartori

"Estudio cómo fallan de manera distinta los sistemas humanos y los artificiales, y qué revela esa diferencia."

Desliza

Resumen en 15 segundos

Un programa, tres frentes

Busco unidad en la diversidad. No me interesa acumular temas; persigo una sola pregunta desde múltiples ángulos: cómo pensamos, justificamos y controlamos los sistemas algorítmicos —y ahora los LLM— cuando el conocimiento es parcial y el error es estructural.

Núcleo técnico

Optimización con restricciones

Diseño y análisis de métodos de optimización inteligentes. Algunos ejemplos: metaheurísticas y pipelines de optimización asistidos por LLM.

Trabajo destacado

Núcleo de software

Herramientas analíticas e infraestructura

Desarrollo de herramientas que hacen inspeccionable y reproducible el comportamiento algorítmico. Algunos ejemplos: STN Analytics y entornos de visualización relacionados.

Trabajo destacado

Filosofía

Filosofía de la falibilidad artificial

Un marco filosófico centrado en las Arquitecturas del Error, que compara cómo los sistemas humanos y de IA generan, justifican y propagan errores en el código.

Trabajo destacado
Camilo Chacón Sartori

Arquitecturas del Error

Soy investigador en IA y autor, con una trayectoria de publicaciones revisadas por pares sobre optimización combinatoria y filosofía de la computación, y libros sobre programación, algoritmos e inteligencia artificial.

Investigador postdoctoral en el ICN2 de Barcelona, doctor en Informática e Inteligencia Artificial por el Instituto de Investigación en Inteligencia Artificial (IIIA-CSIC) y la Universidad Autónoma de Barcelona (UAB). Mi trabajo abarca tres frentes — optimización combinatoria, herramientas de software y filosofía de la computación — que comparten una sola pregunta.

Publico libros en español (técnicos y ensayísticos), artículos en inglés (científicos y filosóficos) y enseño Machine Learning. Pongo a prueba cada idea a través del código.

Chileno, radicado en Barcelona.

Formación

Grado, máster y doctorado, todos obtenidos con la máxima distinción (Sobresaliente / Cum Laude).

Cartografía intelectual

Un mapa de mis clusters de trabajo

Mis proyectos viven en la intersección de seis clusters. Este mapa muestra la estructura, y las tarjetas de abajo muestran resultados concretos en cada dirección.

Cluster I

IA para la Ciencia

Sistemas de optimización para espacios de búsqueda científicos difíciles.

Ejemplos: metaheurísticas combinadas con técnicas de aprendizaje profundo

Ver publicaciones

Cluster II

Optimización y herramientas

Configuración de algoritmos, evolución de código e interfaces de análisis.

Ejemplos: irace-evo, STN Analytics, visgraphvar

Ver publicaciones

Cluster III

Filosofía de la computación

Análisis conceptual del error, la fundamentación y la agencia artificial.

Ejemplos: arquitecturas del error, coherencia sin fundamentación

Leer artículos

Cluster IV

Libros y escritura pública

Escritura de largo aliento que traduce temas técnicos para públicos más amplios.

Ejemplos: palabras y algoritmos, principios de programación

Ir a la obra escrita

Cluster V

Docencia y mentoría

Docencia universitaria centrada en el Machine Learning práctico y conceptual.

Ejemplos: EAE Business School, clases de ML aplicado

Hablar de colaboraciones docentes

Cluster VI

Consultoría y transferencia

Unir el rigor académico con una ejecución práctica orientada al negocio.

Ejemplos: diseño de estrategia, hojas de ruta de prototipos

Abrir una conversación
Cronología

Novedades recientes

Abril 2026

Nueva serie de libros con Marcombo: cuatro libros breves sobre IA generativa (menos de 100 páginas cada uno), todos previstos para este año. El primer volumen, "CriterIA, piensa antes de pedirle a la IA", ya ha sido entregado y su publicación está prevista para julio de 2026.

Próximamente · Serie de libros · Marcombo

Abril 2026

Nuevo preprint: "GEAKG: Generative Executable Algorithm Knowledge Graphs"

Preprint técnico • ResearchGate

Marzo 2026

Nuevo preprint: "The Specification Gap: Coordination Failure Under Partial Knowledge in Code Agents"

Preprint técnico • ResearchGate

Febrero 2026

Nuevo preprint: "Code World Models for Parameter Control in Evolutionary Algorithms"

Preprint técnico • ResearchGate

Febrero 2026

Mi artículo "Combinatorial Optimization for All: Using LLMs to Aid Non-Experts in Improving Optimization Algorithms" ya está publicado en Inteligencia Artificial (IBERAMIA).

Publicación en revista técnica

Febrero 2026

Mi artículo "Architectures of Error: A Philosophical Inquiry into Human and AI Code" ha sido aceptado en Philosophy & Technology.

Aceptación en revista de filosofía

Enero 2026

Hace dos meses comencé una posición postdoctoral en el Instituto Catalán de Nanociencia y Nanotecnología (ICN2), en Barcelona, dentro del grupo de Nanociencia Teórica y Computacional. Mi investigación se centra en la IA para la Ciencia, en particular la optimización computacional mediante técnicas de computación evolutiva.

Diciembre 2025

El 12 de diciembre defendí con éxito mi tesis doctoral, Improving Optimization Algorithms via Machine Learning and Visualization Tools, obteniendo la máxima distinción: Sobresaliente (Cum Laude). Puedes leerla aquí.

Defensa doctoral

Publicaciones

Artículos científicos y filosóficos.

(*) Primer autor

Preprints de informática 05

GEAKG: Generative Executable Algorithm Knowledge Graphs

March 2026 • ResearchGate

Camilo Chacón Sartori(*), José H. García, Andrei Voicu Tomut, and Christian Blum.

The Specification Gap: Coordination Failure Under Partial Knowledge in Code Agents

March 2026 • ResearchGate

Camilo Chacón Sartori(*)

irace-evo: Automatic Algorithm Configuration Extended With LLM-Based Code Evolution

November 2025 • arXiv

Camilo Chacón Sartori(*), and Christian Blum.

LLM-Based Instance-Driven Heuristic Bias In the Context of a Biased Random Key Genetic Algorithm

August 2025 • SSRN

Camilo Chacón Sartori(*), Martín Isla, Pedro Pinacho, and Christian Blum.

Code World Models for Parameter Control in Evolutionary Algorithms

February 2026 • arXiv

Camilo Chacón Sartori(*), Guillem Rodríguez Corominas.

Artículos en revistas 04

Combinatorial Optimization for All: Using LLMs to Aid Non-Experts in Improving Optimization Algorithms

2026 • Inteligencia Artificial (IBERAMIA)

Camilo Chacón Sartori(*), Christian Blum.

Metaheuristics and Large Language Models Join Forces: Toward an Integrated Optimization Approach

2025 • IEEE Access

Camilo Chacón Sartori(*), Christian Blum, Filippo Bistaffa, and Guillem Rodríguez Corominas.

Código

STN Analytics: A new visualization tool for analyzing optimization algorithms

2023 • Software Impacts

Camilo Chacón Sartori(*), Christian Blum, Gabriela Ochoa.

Código

Artículos en congresos 08

A Short Bibliometric Review of Metaheuristics

2025 • Sustainable Tech

Mehmet Anıl Akbay, Jaume Reixach, Guillem Rodríguez Corominas, Camilo Chacón Sartori, and Christian Blum.

Optimizing the Optimizer: An Example Showing the Power of LLM Code Generation

2025 • FedCSIS '25 (Core B)

Camilo Chacón Sartori(*), Christian Blum.

An Extension of STN Analytics Functionality: On the Use of Hierarchical Agglomerative Clustering

2024 • GECCO '24 (Core A)

Camilo Chacón Sartori(*), Christian Blum, Gabriela Ochoa.

Large Language Models for the Automated Analysis of Optimization Algorithms

2024 • GECCO '24 (Core A)

Camilo Chacón Sartori(*), Christian Blum, Gabriela Ochoa.

STN Analytics for the Analysis of Optimization Algorithms: A Short Introduction

2024 • MIC

Camilo Chacón Sartori(*), Christian Blum.

Q-Learning Ant Colony Optimization supported by Deep Learning for Target Set Selection

2023 • GECCO '23 (Core A)

Jairo Enrique Ramírez Sánchez, Camilo Chacón Sartori, Christian Blum.

Search Trajectory Networks Meet the Web: A Web Application for the Visual Comparison of Optimization Algorithms

2023 • ICSCA

Camilo Chacón Sartori(*), Christian Blum, Gabriela Ochoa.

Boosting a Genetic Algorithm with Graph Neural Networks for Multi-Hop Influence Maximization

2022 • FedCSIS (Core B) Best Paper Award

Camilo Chacón Sartori(*), Christian Blum.

Reconocimientos

Reconocimientos destacados

Obra escrita

Libros y monografías

Leer newsletter

Cómo podemos trabajar juntos

Vías de colaboración

Si me escribes por primera vez, estas son las principales formas en que suelo colaborar.

Colaboración en investigación

Investigación conjunta

Artículos en coautoría, estudios experimentales y trabajo orientado a proyectos financiados en IA, optimización y filosofía de la computación.

Proponer un proyecto de investigación

Docencia y formación ejecutiva

Cursos y talleres

Clases de Machine Learning, seminarios y diseño de cursos para universidades y escuelas de negocio.

Invítame a enseñar

Asesoría / Consultoría

Asesoría en IA aplicada

Estrategia, validación técnica y flujos de trabajo orientados a la optimización para equipos que construyen productos de IA.

Agendar una llamada inicial

Iniciar una conversación

Siempre me interesa hablar de nuevos proyectos de investigación, colaboraciones editoriales o, simplemente, debatir sobre el futuro de la IA.

Enviar correo